文章目录 前言一、总体观摩1.纵观所有类2.纵观所有函数 二、使用详解1.使用前需要了解的东西2.测试字符串3.搜索子字符串4.使用迭代器5.替换字符串6.分割字符串7.异常处理 三、封装成类
前言
从C++11开始,C++开始支持正则表达式的使用,用于匹配字符串时非常方便!(比如从爬取的网页源码中提取指定的字符串、匹配用户输入邮箱是否为正确格式、替换一篇文章中指定的所有字符串)
但正如大家所看到的,C++一如既往的使用模板实现,以至于我们使用的时候,如果出错了,很难看明白到底哪里出错了
所以本文对C++正则表达式库进行详细解析,便于大家的使用!
一、总体观摩正则表达式库为regex,使用C++11及以上即可正常使用
#include<regex> 1.纵观所有类regex文件里总共有7个模板类以及若干实例化的类
虽然看着挺多,但其实平时真正用到的只有少数几个
特别需要注意的是,上面的类都是分类别配对使用的,比如:
regex ,cmatch,csub_match,cregex_iterator就是一组
或者
regex ,smatch,ssub_match,sregex_iterator也是一组
可以总结出的规律有:
前缀没有w字母的为操作多字节字符,添加了w的则为操作宽字节字符前缀有c的,代表是操作char*类型字符串前缀有s的,代表是操作string类型字符串注意,char*类型字符串与string类型实现类之间不能混用,否则会出错!
2.纵观所有函数如何写正则表达式就不做细说,网上有很多教程,只对函数如何使用作出详细介绍
1.使用前需要了解的东西下图为regex库默认使用的ECMAScript文法的表达式
如果想要更改为其它文法,只需要在regex构造函数中最后一位填入对应文法即可,例如:
regex r("<.*?>(.*)<.*?>", regex_constants::grep);当然除了选择文法,还可以选择其它标志,只需要将他们用符号 | 连接起来即可
如忽略大小写匹配可以写为
regex r("<.*?>(.*)<.*?>", regex_constants::grep|regex_constants::icase);可以看到,其实这些可选项都在regex_constants中,还有其它可选项如下: 不同文法之间的差异
还需要注意的是,C++中许多字符需要添加\ 符号进行转义才能使用,过于麻烦,所以C++11之后,出现了如下写法:
R"dem(内容)dem"使用该写法就可以不再转义即可使用,其中dem为任意字符,但要求前后一致即可,其它为固定写法
2.测试字符串该功能用到regex_match 函数
一般来说,最常用的就是下面这种写法:
比如测试用户输入字符串是否包含@符号:
regex r(".*@.*"); string str; cin >> str; if (regex_match(str, r)) { cout << "匹配成功"; } else { cout << "匹配失败"; } 3.搜索子字符串该功能用到regex_search函数
一般用法肯定是找出一段文本中所需要的子字符串,用法如下
string sStr; //要进行匹配的字符串 std::string::const_iterator begin = sStr.begin(); //开始迭代器 std::string::const_iterator end = sStr.end(); //结束迭代器 std::smatch m; //匹配的结果 regex r; //正则表达式 while (std::regex_search(begin, end, m, r)) { begin = m[0].second; //更新开始迭代器的位置 m[n].str(); //获得第n个捕获组,其中0表示匹配到的全部子字符串 }该代码段就是不断从sStr中匹配符合r的子字符串,匹配成功则返回true,并将匹配到的结果放在m中,可通过m[n].str()方式返回指定捕获组的子字符串
同时m[0].second记录了当前匹配到的位置,所以通过它更新begin ,就可以遍历所有子字符串,直到无法匹配,返回false,结束
4.使用迭代器如果你认为regex_search用起来比较麻烦,则可以使用迭代器,用法如下:
regex r("-(.*?)-"); string s = "yushi-csdn--yushi-csdn"; sregex_iterator beg(s.begin(),s.end(),r); sregex_iterator end; for (; beg != end; beg++) { cout << beg->str(1) << endl; }由于sregex_iterator 默认构造函数为指向最后一个元素之后,所以对end没有进行任何处理,只是作为一个结束标志
成员函数str可以返回指定捕获组的字符串,不传入数字则代表全部匹配内容
5.替换字符串该功能用到regex_replace函数
string sStr; //要进行匹配的源字符串 regex r; //正则表达式 string toReplace; //进行替换的字符串 string ret=regex_replace(sStr, r, toReplace)该函数就是将sStr中匹配符合r的子字符串,将其全部替换为toReplace,并将结果返回到ret中
小技巧:可以在toReplace添加$n,n代表着第几个捕获组,可用于格式化字符串,总结如下:
6.分割字符串这里主要使用到了sregex_token_iterator
regex r("-"); //以-为分隔符 string s = "yushi-csdn-yushi-csdn"; sregex_token_iterator beg(s.begin(), s.end(), r,-1); //传入-1,代表对匹配到的分隔符之间的内容感兴趣 sregex_token_iterator end; //结束标志 for (; beg != end; beg++) { cout << beg->str() << endl; }用法基本于上述迭代器用法一样
唯一需要注意的是最后传入的那个-1,代表着我想要的是匹配项之间的内容
7.异常处理regex库里已经实现了异常类regex_error ,直接使用即可,what函数将返回错误信息
try { regex r("\{\}"); } catch (const std::regex_error & e) { cout << e.what()<<endl; }上述正则表达式使用grep语法,将{}进行转义,将输出以下错误:
regex_error(error_badrepeat): One of *?+{ was not preceded by a valid regular expression. 三、封装成类可以看出来,原库函数使用起来很不方便,所以我花了点时间将上述几种常用功能封装成类,方便使用
#include<regex> #include<list> #include<string> class SRegex { private: std::regex r; std::wregex wr; SRegex(const SRegex& r) = delete; public: SRegex() {} /** * @brief 多字节字符构造函数 * @param pattern 匹配模式 */ SRegex(const std::string& pattern) { r = pattern; } /** * @brief 宽字节字符构造函数 * @param pattern 匹配模式 */ SRegex(const std::wstring& pattern) { wr = pattern; } /** * @brief (多字节)重新设置匹配模式 * @param pattern 匹配模式 */ void SetPattern(const std::string& pattern) { r = pattern; } /** * @brief (宽字节)重新设置匹配模式 * @param pattern 匹配模式 */ void SetPattern(const std::wstring& pattern) { wr = pattern; } /** * @brief 测试源字符串是否满足匹配模式(多字符) * @param sStr 源字符串 * @return 匹配返回true,否则返回false */ bool IsMatch(const std::string& sStr) { return std::regex_match(sStr, r); } /** * @brief 测试源字符串是否满足匹配模式(宽字符) * @param sWStr 源字符串 * @return 匹配返回true,否则返回false */ bool IsMatch(const std::wstring& swStr) { return std::regex_match(swStr, wr); } /** * @brief 获得所有满足匹配模式的子字符串(多字节字符) * @param res 获得匹配到的结果 * @param sStr 源字符串 * @param index 获取指定捕获组,默认为0,即全部 * @return 存在返回true,否则返回false */ bool GetSubStr(std::list<std::string>& res, const std::string& sStr, int index = 0) { res.clear(); std::string::const_iterator begin = sStr.begin(); std::string::const_iterator end = sStr.end(); std::smatch m; while (std::regex_search(begin, end, m, r)) { begin = m[0].second; res.push_back(std::move(m[index].str())); } return !res.empty(); } /** * @brief 获得所有满足匹配模式的子字符串(宽字符) * @param res 获得匹配到的结果 * @param sStr 源字符串 * @param index 获取指定捕获组,默认为0,即全部 * @return 存在返回true,否则返回false */ bool GetSubStr(std::list<std::wstring>& res, const std::wstring& sStr, int index = 0) { res.clear(); std::wstring::const_iterator begin = sStr.begin(); std::wstring::const_iterator end = sStr.end(); std::wsmatch m; while (std::regex_search(begin, end, m, wr)) { res.push_back(std::move(m[index].str())); } return !res.empty(); } /** * @brief 特换匹配到的子字符串(多字节) * @param sStr 源字符串 * @param toReplace 将要进行替换的字符串 * @return 返回替换成功的字符串 */ std::string Replace(const std::string& sStr, const std::string& toReplace) { return std::move(std::regex_replace(sStr, r, toReplace)); } /** * @brief 特换匹配到的子字符串(宽字节) * @param sStr 源字符串 * @param toReplace 将要进行替换的字符串 * @return 返回替换成功的字符串 */ std::wstring Replace(const std::wstring& sStr, const std::wstring& toReplace) { return std::move(std::regex_replace(sStr, wr, toReplace)); } /** * @brief 分割字符串(多字节) * @param sStr 需要进行分割的源字符串 * @return 返回分割后的字符串链表 */ std::list<std::string> Split(const std::string& sStr) { std::sregex_token_iterator beg(sStr.begin(), sStr.end(), r, -1); std::sregex_token_iterator end; std::list<std::string> res; for (; beg != end; beg++) { res.push_back(std::move(beg->str())); } return std::move(res); } /** * @brief 分割字符串(宽字节节) * @param sStr 需要进行分割的源字符串 * @return 返回分割后的字符串链表 */ std::list<std::wstring> Split(const std::wstring& sStr) { std::wsregex_token_iterator beg(sStr.begin(), sStr.end(), wr, -1); std::wsregex_token_iterator end; std::list<std::wstring> res; for (; beg != end; beg++) { res.push_back(std::move(beg->str())); } return std::move(res); } };因为我测试数据不多,可能存在bug,欢迎在评论区指出,我会及时更正,
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,会注明原创字样,如未注明都非原创,如有侵权请联系删除!;3.作者投稿可能会经我们编辑修改或补充;4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |